vgg16

torchvision.models.vgg16(*, weights: Optional[VGG16_Weights] = None, progress: bool = True, **kwargs: Any) → VGG

來自 Very Deep Convolutional Networks for Large-Scale Image Recognition 的 VGG-16。

參數:

• weights (VGG16_Weights, optional) – 要使用的預訓練權重。請參閱下方的 VGG16_Weights 以取得更多詳細資訊和可能的值。預設情況下，不使用任何預訓練權重。

• progress (bool, optional) – 如果為 True，則在 stderr 上顯示下載的進度條。預設值為 True。

• **kwargs – 傳遞給 torchvision.models.vgg.VGG 基底類別的參數。關於此類別的更多詳細資訊，請參考 原始碼。

class torchvision.models.VGG16_Weights(value)

上面的模型建構器接受以下值作為 weights 參數。VGG16_Weights.DEFAULT 等同於 VGG16_Weights.IMAGENET1K_V1。您也可以使用字串，例如 weights='DEFAULT' 或 weights='IMAGENET1K_V1'。

VGG16_Weights.IMAGENET1K_V1:

這些權重是從頭開始訓練的，使用簡化的訓練方法。也可作為 VGG16_Weights.DEFAULT 使用。

acc@1 (在 ImageNet-1K 上)	71.592
acc@5 (在 ImageNet-1K 上)	90.382
min_size	height=32, width=32
categories	tench, goldfish, great white shark, … (省略 997 個)
recipe	link
num_params	138357544
GFLOPS	15.47
File size	527.8 MB

推論轉換可在 VGG16_Weights.IMAGENET1K_V1.transforms 中找到，並執行以下預處理操作： 接受 PIL.Image、批次的 (B, C, H, W) 和單個 (C, H, W) 圖像 torch.Tensor 物件。 圖像被調整大小到 resize_size=[256]，使用 interpolation=InterpolationMode.BILINEAR，然後進行 crop_size=[224] 的中心裁剪。 最後，這些值首先被重新縮放到 [0.0, 1.0]，然後使用 mean=[0.485, 0.456, 0.406] 和 std=[0.229, 0.224, 0.225] 進行標準化。

VGG16_Weights.IMAGENET1K_FEATURES:

由於 classifier 模組中缺少值，因此這些權重不能用於分類。 只有 features 模組具有有效值，可用於特徵提取。 這些權重是使用論文中描述的原始輸入標準化方法訓練的。

acc@1 (在 ImageNet-1K 上)	nan
acc@5 (在 ImageNet-1K 上)	nan
min_size	height=32, width=32
categories	None
recipe	link
num_params	138357544
GFLOPS	15.47
File size	527.8 MB

推論轉換可在 VGG16_Weights.IMAGENET1K_FEATURES.transforms 中找到，並執行以下預處理操作： 接受 PIL.Image、批次的 (B, C, H, W) 和單個 (C, H, W) 圖像 torch.Tensor 物件。 圖像被調整大小到 resize_size=[256]，使用 interpolation=InterpolationMode.BILINEAR，然後進行 crop_size=[224] 的中心裁剪。 最後，這些值首先被重新縮放到 [0.0, 1.0]，然後使用 mean=[0.48235, 0.45882, 0.40784] 和 std=[0.00392156862745098, 0.00392156862745098, 0.00392156862745098] 進行標準化。